基于局部敏感直方图的视频目标压缩跟踪方法
【技术领域】
:
[0001]本发明涉及计算机视觉领域，具体地说是一种对视频图像中的目标进行跟踪的方法。
【背景技术】
:
[0002]随着计算机的性能不断提高和摄像终端渐趋廉价以及自动视频分析市场需求的增大，视频图像中的目标检测与跟踪弓I起越来越多的关注，并在智能监控、人机交互、视频检索、医疗等领域都具有极为广泛的应用前景。
[0003]目标跟踪是智能监控的重要环节，对目标跟踪的研宄对智能视频监控和国防安全可以起到指导作用。
【发明内容】
:
[0004]本发明的目的是为构建一种具有较高应用价值、简单易行的视频图像中的目标跟踪方法。
[0005]本发明通过计算局部敏感直方图，提取光照不变特征，联合压缩跟踪中使用的特征得到更优的特征。对不同视频序列的跟踪结果表明，与压缩跟踪和多示例学习跟踪算法相比，提出的方法在目标姿势发生较大变化和光照变化剧烈的情况下能够实现稳定的跟踪，并且满足实时性要求。
[0006]具体的技术方案如下:
[0007](I)初始化跟踪目标，手动选取目标。计算图像的归一化局部敏感直方图，生成光照不变特征，采集目标和背景样本，利用特征提取矩阵生成目标样本和背景的特征；
[0008](2)读取新一帧图像，计算图像的归一化局部敏感直方图，生成光照不变特征，迭代寻找候选区域，计算其特征，选取贝叶斯分类器H(V)最大的候选位置为新一帧的目标位置；
[0009](3)采集目标和背景样本，更新分类器参数；
[0010](4)对下一帧进行处理，直到处理完所有的帧结束。
[0011]本发明的有益效果是:
[0012]1、建立一个基于局部敏感直方图的压缩跟踪方法；
[0013]2、本发明简单易行，在目标姿势发生较大变化和光照变化剧烈的情况下能够实现稳定的跟踪，并且满足实时性要求，应用广泛，对于智能视频监控有可参考和应用的价值，起到指导作用。
[0014]本发明的适用于视频图像中的目标跟踪，可以为安防部门提供参考，对智能监控领域起到指导作用。
【附图说明】
:
[0015]图1为本发明对david视频序列的跟踪结果图；
[0016]图2为本发明对david视频序列跟踪的误差曲线图；
【具体实施方式】
:
[0017]下面结合附图和实例进一步说明本发明的实质内容，但本发明的内容并不限于此。
[0018]实施例1:
[0019]获得david视频图像序列，初始化跟踪目标，手动选取目标。计算图像的归一化局部敏感直方图，生成光照不变特征，采集目标和背景样本，利用特征提取矩阵生成目标样本和背景的特征；读取新一帧图像，计算图像的归一化局部敏感直方图，生成光照不变特征，迭代寻找候选区域，计算其特征，选取使贝叶斯分类器H(V)最大的候选位置为新一帧的目标位置；采集目标和背景样本，更新分类器参数；对下一帧进行处理，直到处理完所有的帧结束。
【主权项】
1.基于局部敏感直方图的视频目标压缩跟踪方法。本发明对视频图像中的目标跟踪起到指导作用，给视频监控部门提供参考。其特征在于: (1)计算局部敏感直方图，提取光照不变特征； (2)利用相同的稀疏测量矩阵对前景目标和背景样本的多尺度图像特征进行压缩得到所需要的特征，训练朴素贝叶斯分类器； (3)采用朴素贝叶斯分类器对检测的滑动窗特征进行分类，得到目标位置。
2.根据权利要求1所述的一种基于局部敏感直方图的视频目标压缩跟踪方法，其特征在于:计算局部敏感直方图，提取光照不变特征，从而使得目标特征更加稳定，尤其是在光照变化剧烈时跟踪算法更加鲁棒。
3.根据权利要求1所述的一种基于局部敏感直方图的视频目标压缩跟踪的方法，其特征在于:利用相同的稀疏测量矩阵对前景目标和背景样本的多尺度图像特征进行压缩得到所需要的特征，训练朴素贝叶斯分类器。
4.根据权利要求1所述的一种基于局部敏感直方图的视频目标压缩跟踪的方法，其特征在于:用朴素贝叶斯分类器对检测的滑动窗特征进行分类，得到目标位置。
【专利摘要】一种基于局部敏感直方图的视频目标压缩跟踪方法。本发明对视频图像中的目标跟踪起到指导作用，其特征是：(1)通过计算局部敏感直方图，提取光照不变特征；(2)联合压缩跟踪中使用的特征得到更优的特征。该发明简单易行，在目标姿势发生较大变化和光照变化剧烈的情况下能够实现稳定的跟踪，并且满足实时性要求。
【IPC分类】G06T7-20
【公开号】CN104715494
【申请号】CN201510146249
【发明人】陈秀宏, 钱凯, 孙百伟
【申请人】江南大学
【公开日】2015年6月17日
【申请日】2015年3月30日